最优距离聚类和特征融合表达的关键帧提取

• 作者: 刘海秋 单桂朋 孙云云 江朝晖 饶元
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 监测视频 关键帧提取 最优距离阈值 无监督聚类 特征融合
• 年，卷（期）: 2018,（4）
• 页码范围: 416-423
• 页数: 8页
• 分类号: TP391
• 字数: 4593字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2018.42.04.005

摘要

为了提高视频关键帧提取的质量和效率,提出一种基于最优距离聚类和特征融合表达的视频关键帧提取算法.在视频帧间差异性分析基础上,寻找并确定最优帧间距离阈值,采用无监督聚类算法对帧间距离进行聚类,获得类别数目最优的类图像集;计算图像的颜色复杂度和信息熵并融合,按照类中图像特征值"平均"的思想提取类代表帧,组成视频关键帧.对4个监测视频进行实验,结果显示:该算法提取关键帧的平均保真度为96.72％、平均压缩率为96.42％,运行时间也较短,与两种典型的基于聚类的关键帧提取方法相比,在相同的压缩率情况下,算法保真度大幅度提高,而运行时间较小或相当.该算法解决了无监督聚类对阈值的依赖性问题,兼顾了视频中运动目标变化和环境异常两种情况,具有良好的性能和适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江朝晖	安徽农业大学信息与计算机学院	55	390	10.0	17.0
3	饶元	安徽农业大学信息与计算机学院	42	120	7.0	9.0
7	刘海秋	安徽农业大学信息与计算机学院	7	4	1.0	2.0
8	单桂朋	安徽农业大学信息与计算机学院	3	18	3.0	3.0
9	孙云云	安徽农业大学信息与计算机学院	4	24	3.0	4.0